Next OR Solver

Online Operation Research Solver

Projektbeschreibung

Dieser Online Operation Research Solver bietet eine intuitive Plattform zur Lösung von Optimierungsproblemen mittels des Simplex-Algorithmus. Die Anwendung unterstützt sowohl die Eingabe von CPLEX LP als auch GMPL Modellen und bietet zusätzlich eine geführte grafische Benutzeroberfläche zur Modellierung spezifischer und allgemeiner linearer Modelle.

Das Projekt wurde im Rahmen des Moduls Programmierprojekt an der Hochschule Osnabrück von vier Studenten entwickelt.

Features

• Modellunterstützung: Import von Modellen im CPLEX LP-Format oder GMPL (GNU Math Programming Language).
• Geführte grafische Modellierung: Benutzerfreundliche, an GLPM angelehnte Oberfläche zur Erstellung von Modellen, die sowohl Anfänger als auch fortgeschrittene Nutzer anspricht.
• Solver-Integration: Auswahl zwischen den Solvern GLPK (GNU Linear Programming Kit) und HiGHS.
• Client-seitige Berechnung: Alle Berechnungen werden auf der Client-Seite durchgeführt, sodass keine Daten an einen Server gesendet werden.
• Exportmöglichkeiten: Modelle und Ergebnisse können exportiert und zur weiteren Verwendung heruntergeladen werden.
• Multilingual: Die Webseite erkennt automatisch die Nutzersprache und zeigt dementsprechend Deutsche bzw standardmäßig Englische Texte an.

Verwendung von GLPK und HiGHS

• MPS-Konvertierung: GLPK wird genutzt, um Probleme zu parsen, um sie im Anschluss ins MPS-Format zu konvertieren. Dies ermöglicht die Bearbeitung komplexer mathematischer Optimierungsmodelle. Außerdem wird er verwendet, um Probleme im GMPL-Format ins LP-Format zu übersetzen, da HiGHS nur das LP-Format akzeptiert.
• HiGHS Solver: Für Modelle, die im GMPL-Format eingegeben werden, wird GLPK verwendet, um das Modell zu übersetzen und an HiGHS zur Lösung weiterzugeben. So wird eine effiziente Lösung linearer Probleme ermöglicht.

Nutzung

1. Modell laden oder erstellen:

   • Sie können ein Modell im CPLEX LP- oder GMPL-Format importieren oder ein neues Modell mithilfe der grafischen Oberfläche erstellen.

2. Solver auswählen:

   • Wählen Sie zwischen den Solvern GLPK und HiGHS.

3. Berechnung starten:

   • Nachdem das Modell erstellt oder importiert und der Solver gewählt wurde, können Sie die Berechnung starten.

4. Ergebnisse exportieren:

   • Die Resultate können als Dateien exportiert werden, um sie für spätere Analysen zu verwenden.

Lokale Entwicklungsumgebung einrichten

Um die Anwendung lokal auszuführen, benötigen Sie Node.js 20.17 LTS. Anschließend können Sie alle notwendigen Abhängigkeiten installieren und die Anwendung starten.

Voraussetzungen

• Node.js 20.17 LTS: Stellen Sie sicher, dass diese Version von Node.js auf Ihrem System installiert ist. Falls noch nicht geschehen, können Sie Node.js von der offiziellen Website herunterladen: Node.js 20.17 LTS.

Schritte zur Ausführung:

1. Repository klonen: Laden Sie das Projekt-Repository herunter oder klonen Sie es in ein Verzeichnis Ihrer Wahl:

   git clone https://github.com/Christopher-06/next-or-solver

2. Abhängigkeiten installieren: Wechseln Sie in das Projektverzeichnis und installieren Sie alle benötigten Abhängigkeiten mit npm:

   npm install

3. Anwendung starten: Starten Sie die NextJS-App im Entwicklungsmodus:

   npm run dev

4. Seite im Browser öffnen: Sobald der Entwicklungsserver gestartet ist, können Sie die Anwendung unter folgender Adresse in Ihrem Browser aufrufen: http://localhost:3000

5. Test Ausführung: Um sicherzustellen, dass die Anwendung korrekt funktioniert, können Sie die Tests ausführen. Führen Sie die Tests mit folgendem Befehl aus:

   npm run test

6. Linter Ausführung: Um den Linter zu starten kann man folgenden Befehl ausführen:

   npm run lint

Nun können Sie die Anwendung lokal nutzen und weiterentwickeln. Alle Änderungen am Code werden automatisch übernommen und der Server wird bei jeder Änderung neu geladen.

Verwendete Frameworks

Next.js

Wie nutzen Next.js aus folgenden Gründen:

1. Server-Side Rendering (SSR)

• Schnelle Initiale Ladezeiten: SSR führt zu schnelleren initialen Seitenladezeiten, da der Server den gesamten Inhalt liefert und der Browser nicht auf das clientseitige Rendering warten muss.

2. Optimierte Performance

• Automatisches Code-Splitting: Next.js teilt deinen Code automatisch auf, um nur das Nötigste zu laden. Dies reduziert die Ladezeiten und verbessert die allgemeine Performance der Website.
• Optimierung von Bildern: Mit der integrierten Next.js Image-Komponente kannst du Bilder optimieren (z.B. Lazy Loading, automatische Größenanpassung), was die Ladegeschwindigkeit weiter verbessert.

3. Internationalisierung (i18n)

• Eingebaute Unterstützung für mehrsprachige Webseiten: Next.js bietet native Unterstützung für Internationalisierung, was die Implementierung mehrsprachiger Webseiten vereinfacht.

4. TypeScript-Unterstützung

• Nahtlose Integration mit TypeScript: Next.js bietet First-Class TypeScript-Unterstützung. Das bedeutet, dass du ohne große Konfiguration TypeScript in deinem Projekt verwenden kannst.

5. Vercel-Hosting und Deployment

• Nahtloses Deployment mit Vercel: Vercel, das Unternehmen hinter Next.js, bietet eine exzellente Hosting-Plattform für Next.js-Anwendungen. Du kannst dein Projekt mit einem Klick automatisch deployen, und es unterstützt Funktionen wie Edge-Caching und statische Bereitstellungen, um die Performance deiner Website weiter zu optimieren.

6. React-Basierte Entwicklung

• Kompatibilität mit React-Ökosystem: Da Next.js auf React aufbaut, kannst du alle bekannten React-Bibliotheken und -Tools verwenden. Wenn du bereits Erfahrung mit React hast, ist der Einstieg in Next.js sehr einfach.

7. Integrierte CSS- und Sass-Unterstützung
   Next.js unterstützt CSS- und Sass-Module von Haus aus, ohne dass zusätzliche Konfigurationen erforderlich sind. Du kannst auch styled-components oder andere CSS-in-JS-Lösungen nahtlos integrieren.